Güvenlik Kameralarını Kör Eden 'Adversarial' Desen Geliştirildi

Siber güvenlik araştırmacısı Bill Swearingen, güvenlik kameralarının ve plaka okuyucuların nesneleri veya insanları algılamasını engelleyen bilgisayar üretimi özel bir desen geliştirdi. "noRecognition" adı verilen bu proje, Las Vegas'taki Def Con konferansında başarıyla test edilerek algoritmik gözetim sistemlerini atlatmanın yeni bir yolunu sundu.

Gözetim Algoritmalarını Şaşırtan Teknoloji

Yaklaşık 31 milyon testin ardından geliştirilen bu desenler, kıyafetlere veya araçlara uygulandığında kameraların nesne tanıma yeteneklerini devre dışı bırakıyor. Swearingen'in geliştirdiği sistem, kameraların video kaydetmesini engellemiyor; bunun yerine kameranın nesneleri, insanları veya yüzleri tanımlama yeteneğini karıştırarak herhangi bir algılama uyarısı tetiklenmesinin önüne geçiyor. Bu sayede, yapay zeka destekli gözetim sistemleri hedefi devasa bir veri yığını içinde kaybediyor.

Def Con'da Gerçek Dünya Testi

Las Vegas'ta düzenlenen prestijli siber güvenlik konferansı Def Con'da gerçekleştirilen ilk halka açık testte, desen bir aracın üzerine basıldı. Bu gösterim, bilgisayar ortamında üretilen karmaşık desenlerin gerçek dünyadaki gözetim ve algılama sistemlerini yenmede etkili olabileceğini kanıtladı. Günümüzde kolluk kuvvetleri tarafından yaygın olarak kullanılan ve devasa görüntüleri tarayan algoritmalar, bu desen karşısında işlevsiz kaldı.

Gizlilik Endişeleri ve Geliştirme Süreci

Kansas City'deki SecKC siber güvenlik topluluğunun kurucu ortağı olan Swearingen, projeyi artan gizlilik endişeleri nedeniyle başlattığını belirtti. Şehrindeki yoğun kamera ağından ve devletin yüz tanıma sistemlerinden rahatsızlık duyan araştırmacı, insanların anayasal haklarını kullanırken kendilerini güvende hissetmeleri için bu teknolojiyi geliştirdiğini ifade etti. Geçmişte de benzer sanat projeleri ve giyim markaları yüz tanıma sistemlerini atlatmayı hedeflemişti.

Açık Kaynaklı Modellerden Pekiştirmeli Öğrenmeye

Proje, geçtiğimiz yıl open-source video kamera algılama algoritmalarını kademeli olarak yenmeyi hedefleyen bir konsept kanıtlama (proof-of-concept) laboratuvarında başladı. Zaman içinde topluluğun donanım desteğiyle ölçeklenen testler, kendi kendini eğitebilen bir reinforcement learning modeline dönüştü. Bu sistem, hangi desenlerin makine öğrenimi tabanlı kameraları en iyi şekilde atlatabileceğini otonom olarak analiz ediyor.

--- **İlgili Kaynaklar:** Bu alanda profesyonel destek için [GEO eğitim](https://geoakademi.com) sayfasını inceleyebilirsiniz.